Überblick. Algorithmen für Ad-hoc- und Sensornetze. Rückblick: Georouting. Rückblick: Geographisches Routing Denkanstoß: Anwendbarkeit in 3D

Größe: px
Ab Seite anzeigen:

Download "Überblick. Algorithmen für Ad-hoc- und Sensornetze. Rückblick: Georouting. Rückblick: Geographisches Routing Denkanstoß: Anwendbarkeit in 3D"

Transkript

1 Überblick lgorithmen für d-hoc- und Sensornetze VL 03 Location Services ückblick: Geographisches outing Denkanstoß: nwendbarkeit in 3D Markus Völker 0. Mai (Version ) INSTITUT FÜ THEOETISCHE INFOMTIK -LEHSTUHL FÜ LGOITHMIK (POF. WGNE) Location Services Definition und nforderungen Triviale nsätze (Vor- und Nachteile) Grid Location System (GLS) KIT Universität des Landes aden-württemberg und nationales Großforschungszentrum in der Helmholtz-Gemeinschaft VL 03 Location Services (/) ückblick: Georouting ückblick: Georouting Kennt jeder Knoten seine Position und die seiner Nachbarn, kann man Pakete zu Zielkoordinaten routen. Greedy: schnell und einfach, keine garantierte uslieferung Facettenrouting (OF): Garantierte uslieferung und Laufzeit Techniken können kombiniert werden (GOF) Kennt jeder Knoten seine Position und die seiner Nachbarn, kann man Pakete zu Zielkoordinaten routen. Greedy: schnell und einfach, keine garantierte uslieferung Facettenrouting (OF): Garantierte uslieferung und Laufzeit Techniken können kombiniert werden (GOF) nnahme: Position des Zielknotens bekannt kein uffinden von bestimmten Knoten nötig Knoten verändern ihre Position nicht s p t Was, wenn man gezielt bestimmte Knoten sucht? Was, wenn Knoten ihre Position ändern können? Wie finde ich zu einer Ziel-Knoten-ID eine aktuelle Position? VL 03 Location Services (3/) VL 03 Location Services (3/)

2 ückblick: Georouting Denkanstoß? Können wir vom D-Georouting irgendwas in 3D verwenden Modelle? UDG/d-QUDG direkt nach 3D übersetzbar Unit-all-Graphs, Quasi-Unit-all-Graphs ()-Modell auch kein Problem Greedy outing? funktioniert in 3D wie in D! Schranken? funktioniert in 3D analog: (c(p? ) 3 ) im worst-case, aber... Facettenrouting? viel schlimmer: In 3D-UG gibt es keine lokale Strategie, die garantiert zum Ziel führt! [Durocher et al. 08] Überblick ückblick: Geographisches outing Denkanstoß: nwendbarkeit in 3D Location Services Definition und nforderungen Triviale nsätze (Vor- und Nachteile) Grid Location System (GLS) VL 03 Location Services (4/) VL 03 Location Services (/) Location Service (LS) LS alternative Sichtweise Definition Ein Location Service ist eine Infrastruktur, die zu gegebener Knoten-ID eine aktuelle Geokoordinate liefert. blauf: Sender schickt nfrage mit Knoten-ID ab Location Service antwortet mit Geokoordinate Sender schickt Paket an Geokoordinate wenn Sender eigene Position mitschickt, kann die ntwort direkt per Georouting kommen lternative Sicht Ein Location Service ist ein proaktives outingprotokoll, das Pakete mit angegebener Zielknoten-ID an die aktuelle Geokoordinate des Zielknoten leitet. blauf: Sender schickt Paket mit Ziel-ID ab Location Service leitet Paket an entsprechende Zielkoordinate wenn Sender eigene dresse mitschickt, kann die ntwort direkt per Georouting kommen VL 03 Location Services (/) VL 03 Location Services (7/)

3 Was muss ein LS können? Einfache Lösung I: roadcasts publish: Veröffentlichung von Knotenpositionen Knoten, die sich bewegen, müssen das mitteilen Positionsinformation enthält in der egel Timeout Wem teilt ein Knoten seine Position mit? lookup: uflösen von IDs in Knotenpositionen nfragen nach Knotenpositionen müssen umgesetzt werden. n wen richtet man sie? Pakete, die eine Ziel-ID enthalten, müssen zu Zielkoordinaten geleitet werden. n wen schickt man diese Pakete? publish per roadcast ei einem publish wird die neue Position eines Knotens an alle Knoten geschickt. Jeder Knoten kennt dann immer alle aktuellen Positionen. + triviale lookup-operation jeder Knoten muss große Tabelle speichern nzahl der Nachrichten pro publish immer in (n)! esondere Form eines endezvous-problems: Jeder muss seine Positionsinformation so hinterlassen, dass andere sie finden können. VL 03 Location Services (8/) VL 03 Location Services (9/) Einfache Lösung II: Zentraler Server nforderungen an Location Service Zentraler Server Ein zentraler Knoten mit bekannter Position nimmt publish- und lookup-nachrichten entgegen. + im Schnitt geringer Speicherplatzverbrauch ein Knoten mit hoher Last und großer Verantwortung? Nachrichtenkomplexität in O(D) pro Operation, aber: bei publish nicht von Positionsänderung abhängig bei lookup nicht von Entfernung zum Ziel abhängig Faire Lastverteilung Knoten teilen sich die rbeit, kein Knoten erschöpft sich an dieser ufgabe. Fehlertoleranz, kein single point of failure usfall einzelner Knoten verursacht keinen Totalausfall. Verhältnismäßigkeit der Kommunikation nfragen zu nahen Knoten verursachen nur geringe Kommunikation. Idealerweise: Geringe ewegungen erzeugen nur geringe Kommunikation. Skalierbarkeit Kosten wachsen möglichst wenig in der Knotenzahl. VL 03 Location Services (/) VL 03 Location Services (/)

4 Typische nnahmen für LS-Design Überblick zuverlässige lokale Kommunikation verhältnismäßig hohe Knotendichte häufige nnahme: D O( p n) oft Gebiet bekannt eingeschränkte Mobilität keine großen ewegungen zwischen elementaren Operationen eindeutige, geordnete Knoten-IDs aus bekanntem Intervall im Zweifel: IDs kollisionsfrei hashen ückblick: Geographisches outing Denkanstoß: nwendbarkeit in 3D Location Services Definition und nforderungen Triviale nsätze (Vor- und Nachteile) Grid Location System (GLS) VL 03 Location Services (/) VL 03 Location Services (3/) Grid Location System (GLS) Idee Grid Location System (GLS) Idee ufteilung des Gebietes durch M Gitter (Quadtree) G 0 bis G M G 0 : jeder sieht jeden G i hat i -fache Kantenlänge von G 0 G M hätte alle Knoten in einer Zelle Nachbarzellen in G i sind die Zellen, die in G i+ zusammengefasst werden! ufteilung des Gebietes durch M Gitter (Quadtree) G 0 bis G M G 0 : jeder sieht jeden G i hat i -fache Kantenlänge von G 0 G M hätte alle Knoten in einer Zelle Nachbarzellen in G i sind die Zellen, die in G i+ zusammengefasst werden! Jeder Knoten wählt einen Server pro Nachbarzelle in jedem G i! Das sind 3M Server für jeden Knoten. Jeder Knoten wählt einen Server pro Nachbarzelle in jedem G i! Das sind 3M Server für jeden Knoten. VL 03 Location Services (4/) VL 03 Location Services (4/)

5 Grid Location System (GLS) Idee uswahl der Server ufteilung des Gebietes durch M Gitter (Quadtree) G 0 bis G M G 0 : jeder sieht jeden G i hat i -fache Kantenlänge von G 0 G M hätte alle Knoten in einer Zelle Nachbarzellen in G i sind die Zellen, die in G i+ zusammengefasst werden! Jeder Knoten wählt einen Server pro Nachbarzelle in jedem G i! Das sind 3M Server für jeden Knoten. Grundidee: Knoten, der Position eines Knotens sucht, muss einen der Server von finden ) s Suche nach Server von und s Server-uswahl müssen ähnlich ablaufen Gemeinsames Wissen von und : Gitter-Einteilung ID von ) Strategie: wählt Knoten als Location Server, deren ID ähnlich zur ID von ist VL 03 Location Services (4/) VL 03 Location Services (/) uswahl der Server Lookup (Versuch ) Serverauswahl In einer Zelle ist immer der Knoten X Server für einen Knoten, der ID X ID mod ID max minimiert. etwa gleichmäßige Verteilung der rbeit jeder Knoten ist Server für (log n) Knoten Garantien nur bei gleichverteilten Knoten und zufälligen IDs! 7 Tun wir für einen Moment so, als kenne jeder Knoten die Positionen der Knoten, für die er Server ist! Wie könnte ein lookup funktionieren? Knoten sucht Knoten VL 03 Location Services (/) VL 03 Location Services (/)

6 Lookup (Versuch ) Lookup (Versuch ) Satz Seien, beliebige Knoten. ist Server für einen Knoten X mit ID > ID X ID mod ID max. jeder Knoten ist Server von einem Knoten X mit ID ID X ID, ggf. sich selbst. sind und in benachbarten G i -Zellen, liegt kein X mit ID > ID X ID in s Zelle ) ist Server für. liegt ein größtes X mit ID > ID X Zelle ) ist Server für X. ID in s Satz Seien, beliebige Knoten. ist Server für einen Knoten X mit ID > ID X ID mod ID max Weiterleitung an irgendwelche besseren Knoten ist zwar korrekt, kann aber beliebig lange Wege erzeugen! So zu lesen: Wenn man die IDs von ID an aufsteigend im estklassenring Z/ID maxz abzählt, kommt erst ID X, und dann ID. VL 03 Location Services (8/) VL 03 Location Services (/) GLS-lookup GLS-lookup Definition Definition Seien, beliebige Knoten. Dann ist i von, der ID ID minimiert. i der Knoten in der G i -Zelle Seien, beliebige Knoten. Dann ist i von, der ID ID minimiert. i der Knoten in der G i -Zelle eobachtung Seien, beliebige Knoten in derselben Zelle in G k. Dann ist k = Lemma Seien, beliebige Knoten. kennt 0 und jedes i ist Server von i+. kennt komplette G 0 -Zelle. ID ist in G i -Zelle von am i wenigsten größer als ID ) i ist Server für alle Knoten in Nachbarzellen zwischen und i, auch i+! VL 03 Location Services (/) VL 03 Location Services (/)

7 GLS-lookup Definition Seien, beliebige Knoten. Dann ist i von, der ID ID minimiert. i GLS-lookup uf Suche nach Knoten schickt die nfrage an 0,...,. nfragen? Weglänge? zu 0 : maximal. i zu i+: maximal i+. insgesamt Summe der Luftlinien P k i=0 i O( i ) hängt vom Gitter ab! der Knoten in der G i -Zelle Einschub: Zielkoordinaten ohne Knoten Idee Man kann per Georouting auch Zieladressen angeben, an denen gar kein Knoten liegt! Was passiert dann z.. bei GOF? das Paket umrundet die Facette, die die Zielkoordinate einschließt lernt alle Knoten der Facette kennen im Gabriel Graph: sieht dichtesten Knoten zur Zielkoordinate Lemma Wird ein Paket zur Mitte einer Gitterzelle C geroutet, in der ein Knoten liegt, dann erreicht das Paket mindestens einen Nachbarn eines solchen Knotens. (gilt zumindest in / p -Quasi-UDGs, ohne eweis) VL 03 Location Services (/) VL 03 Location Services (/) Initialisierung Initialisierung Woher weiß, wer seine Server sind? Wie findet er sie? Ebene für Ebene! G 0 -Zellen-Server: Schicke Paket an Zentrum der Zellen in nichtleerer Zelle kommt das Paket bei einem Knoten der Zelle an der kennt alle Knoten der Zelle und benachrichtigt den zuständigen Knoten Woher weiß, wer seine Server sind? Wie findet er sie? Ebene für Ebene! wenn G i -Zellen-Server bekannt sind route künstliches Lookup zu irgendeinem Knoten in entsprechende G i+ -Zellen. der reicht die nfrage bis i+ dieser Knoten wird dann Server (Position aus Paket)! 4 4! 4 4! VL 03 Location Services (/) VL 03 Location Services (/)

8 Lazy Publishing estandsaufnahme isher: Jede publish-operation benachrichtigt alle Server! Lazy Publishing ei ewegung innerhalb einer G i -Zelle benachrichtige die Server in den G i bis G M -Zellen nicht. Es reicht, wenn entfernte Server an die alte Position weiterleiten X Faire Lastverteilung bei vernünftiger Verteilung der Knoten X Fehlertoleranz usfall einzelner Knoten betrifft nur wenig Information Verhältnismäßigkeit der Kommunikation Kommunikationskosten abhängig von kleinster Gitterebene in der beide Knoten in gleicher Zelle liegen dasselbe gilt bei ewegungen über Gittergrenzen? Skalierbarkeit nzahl Gitterebenen sicher in O(log n) VL 03 Location Services (/) VL 03 Location Services (4/) Überblick Geographic Hash Tables ückblick: Geographisches outing Denkanstoß: nwendbarkeit in 3D Location Services Definition und nforderungen Triviale nsätze (Vor- und Nachteile) Grid Location System (GLS) GLS nutzte Georouting an virtuelle Knotenpositionen, um irgendeinen Knoten in einem Gebiet zu finden. Man kann auch an virtuellen Knotenpositionen Informationen speichern! a) dichtester Knoten ist verantwortlich bewegen sich Knoten von Position weg, übergeben sie die Verantwortung setzt voraus, dass Koordinaten nie verwaisen, dass z.. immer ein Knoten im bstand min /3 von jeder genutzten Position ist. b) dichtester Knoten auf umgebender Facette ist verantwortlich Information wird bei allen Knoten der Facette regelmäßig aufgefrischt Knoten, die sich wegbewegen, sind dann irgendwann nicht mehr beteiligt VL 03 Location Services (/) VL 03 Location Services (/)

9 Gitter & Geohash G 0,...G M, Faktor /3 enger Hashfunktion g berechnet zu jeder Gitterzelle C und Knoten-ID individuelle, eindeutige Position g(c, (ID)) C LP /3 G3 LP 3 publish Für jedes i hinterlege in eigener G i -Zelle Ci an Position LPi = g(ci, ID, i) nur Ci. LP /3 G3 LP 3 publish Für jedes i hinterlege in eigener G i -Zelle Ci an Position LPi = g(ci, ID, i) nur Ci. LP das ist ganz einfach LP VL 03 Location Services (7/) VL 03 Location Services (/) Suchspirale lookup In welchen Gitterzellen sollte man Pointer suchen? in umgebenden Zellen? dann gibt es wieder weite Wege zu nahen Knoten! Wie kann man das verhindern? LP /3 G3 LP LP 3 -lookup durchsuche umliegende Zellen spiralförmig je 8 Zellen in G 0, G,... in jeder Zelle C liegt g(c, ID ) an irgendeiner (bekannten) Position LP /3 G3 LP LP 3 VL 03 Location Services (9/) VL 03 Location Services (30/)

10 Suchspirale Suchspirale Lemma Sei C eine G i -Zelle und ID eine beliebige ID. Jeder Punkt in C oder einer angrenzenden G i -Zelle hat zu g(c, ID) maximal den bstand i. Folgt aus Größe der Gitterzellen! LP /3 G3 LP LP 3 Lemma Sei ein beliebiger Knoten. Die Summe der zu routenden Teilstrecken, bis ein lookup alle umliegenden G i -Zellen abgesucht hat, ist in O( i ). die Suche zerfällt in G j -Phasen, j apple i in jeder Phase Suche in 8 Zellen, jeweils aus derselben oder angrenzender Zelle P i j=0 8 j < i. LP /3 G3 LP LP 3 VL 03 Location Services (3/) VL 03 Location Services (3/) Suchspirale Mobilität & Forwarding (vereinfacht) Satz Startet ein Knoten ein lookup nach einem Knoten in bstand d, dann ist die Summe der zu routenden Teilstrecken in O(d). Sei G i das kleinste Gitter, in dem und in angrenzenden Zellen liegen beim Durchsuchen aller benachbarten G i -Zellen wird LPi gefunden Teilstrecken bis dahin unter i+4 und sind nicht in benachbarten G i -Zellen ) bstand mindestens d > i / Teilstrecken in O(d) LP LP /3 G3 LP 3 Lazy Publishing bei LP i -Pointer wird erst geändert, wenn sie nicht einmal in angrenzende G i -Zelle zeigt. lter LP i wird zu Forwarding-Pointer! uch an groben Gittergrenzen wird Oszillation unkritisch! (ohne eweis) noch mehr Pointer, um acing Conditions zu lösen (nicht hier) beweisbare Korrektheit bei langsamen ewegungen LP LP /3 G3 FP LP 3 VL 03 Location Services (33/) VL 03 Location Services (34/)

11 Was mitnehmen? Literatur Location Services: Proaktives Georouting mit IDs nforderungen: Lastverteilung, obustheit, Verhältnismäßigkeit GLS: Hierarchische Server individuelle Server für jeden Knoten Stärke: Gute ufgabenverteilung Schwäche: ewegungen/outen über Gittergrenzen unverhältnismäßig teuer : Serverpositionen statt Knoten Stärke: beweisbare Schranken in ewegung/entferung Schwäche: Setzt sehr hohe Knotendichte voraus J. Li, J. Jannotti,D. S. J. De Couto, D.. Karger,. Morris: scalable location service for geographic ad hoc routing. In: MobiCom 00: Proceedings of the th nnual International Conference on Mobile Computing and Networking, 00.. Flury,. Wattenhofer: : an efficient location service for mobile ad hoc networks. In: MobiHoc 0: Proceedings of the 7th CM International Symposium on Mobile d Hoc Networking and Computing, 0. VL 03 Location Services (/) VL 03 Location Services (3/) nhang: Erweitertes eispiel für GLS,,7,8,,,, 8,, 4,,,,,,,,,8,,,,,,,,,,,4,43 3,,,,,3,8 3,,,,,,,,,,,,,,,,,, 4,43,,,,,,,,,,,3,, 7,8,,98,,,,,,,,,,3,3 4,,,8,8,,, 98 4,,,,,,3,,,,3,3,,,,,,, 3,3,43,, 4,43,,,,,, 3, : 4,,3,3,,,,,,3,8,,4,,,,,,7, 43,,,3 98,98,3,,4, 8,8, 7, 3,8,98 3,3,8,,43,,,43,,,,,7,,,7,,,4,,,,,,,, 98 3,3,43,,,4,,4,,,,,,43,,,4,,,4,3,,,,,3,3,3,,,3,8,7,8,8 7,98 8,98,,4,, : 4 : 7 (Entnommen aus J. Li, J. Jannotti,D. S. J. De Couto, D.. Karger,. Morris: scalable location service for geographic ad hoc routing ). VL 03 Location Services (/)

Algorithmen für Ad-hoc- und Sensornetze

Algorithmen für Ad-hoc- und Sensornetze lgorithmen für d-hoc- und Sensornetze VL 03 Location Services Dr. rer. nat. Bastian Katz 6. pril 2009 (Version 3 vom 7. Mai 2009) Organisatorisches Die Vorlesung am 27. Mai fällt aus! Inhalte vom 20. und

Mehr

Algorithmen für Ad-hoc- und Sensornetze VL 03 Location Services

Algorithmen für Ad-hoc- und Sensornetze VL 03 Location Services lgorithmen für d-hoc- und Sensornetze VL 03 Location Services Markus Völker 02. Mai 2012 (Version 2) INSTITUT FÜR THEORETISCHE INFORMTIK - LEHRSTUHL FÜR LGORITHMIK (PROF. WGNER) KIT Universität des Landes

Mehr

Algorithmen für Ad-hoc- und Sensornetze VL 03 Location Services

Algorithmen für Ad-hoc- und Sensornetze VL 03 Location Services Algorithmen für Ad-hoc- und Sensornetze VL 03 Location Services Fabian Fuchs 29. Okt. 2015 (Version 1) INSTITUT FÜR THEORETISCHE INFORMATIK - LEHRSTUHL FÜR ALGORITHMIK (PROF. WAGNER) KIT Universität des

Mehr

Algorithmen für Ad-hoc- und Sensornetze VL 03 Location Services

Algorithmen für Ad-hoc- und Sensornetze VL 03 Location Services Algorithmen für Ad-hoc- und Sensornetze VL 03 Location Services Fabian Fuchs 29. Okt. 2015 (Version 1) INSTITUT FÜR THEORETISCHE INFORMATIK - LEHRSTUHL FÜR ALGORITHMIK (PROF. WAGNER) KIT Universität des

Mehr

Algorithmen für Ad-hoc- und Sensornetze VL 02 Geographisches Routing

Algorithmen für Ad-hoc- und Sensornetze VL 02 Geographisches Routing Algorithmen für Ad-hoc- und Sensornetze VL 02 Geographisches Routing Markus Völker 25. April 2012 (Version 2) INSTITUT FÜR THEORETISCHE INFORMATIK - LEHRSTUHL FÜR ALGORITHMIK (PROF. WAGNER) KIT Universität

Mehr

Algorithmen für Ad-hoc- und Sensornetze

Algorithmen für Ad-hoc- und Sensornetze Algorithmen für Ad-hoc- und Sensornetze Übung 2 Greedy Routing Fabian Fuchs 05. November 2015 (Version 1) INSTITUT FÜR THEORETISCHE INFORMATIK - LEHRSTUHL FÜR ALGORITHMIK (PROF. WAGNER) KIT Universität

Mehr

Seminar über Algorithmen

Seminar über Algorithmen Seminar über Algorithmen Geographisches Routing von Stephan Hagendorf Inhalt Einleitung / Wiederholung Modell Geographische Routing Greedy Routing Face Routing Adaptive/Bounded Face Routing Other Face

Mehr

Überblick. Algorithmen für Ad-hoc- und Sensornetze. Motivation: Selbstorganisation. Beispiel: Broadcast/Fluten

Überblick. Algorithmen für Ad-hoc- und Sensornetze. Motivation: Selbstorganisation. Beispiel: Broadcast/Fluten Überblick Algorithmen für Ad-hoc- und Sensornetze VL 09 Clustering (. Teil) Markus Völker 0. Juni 0 (Version ) Was ist Clustering und wofür brauche ich das? Selbstorganisation und Aufgabenteilung in WSN

Mehr

Heute. Algorithmen für Ad-hoc- und Sensornetze. Erinnerung: MAC-Layer. Erinnerung: Färbungen. Definition

Heute. Algorithmen für Ad-hoc- und Sensornetze. Erinnerung: MAC-Layer. Erinnerung: Färbungen. Definition Heute Algorithmen für Ad-hoc- und Sensornetze VL 0 Eine kurze Geschichte vom Färben (Teil ) Medium Access Control / Färbungen, Teil kurze Wiederholung Schöner verteilter Färbungsalgorithmus Markus Völker

Mehr

Heute. Medium Access Control / Färbungen, Teil 2. Kapazität & Scheduling. kurze Wiederholung Schöner verteilter Färbungsalgorithmus

Heute. Medium Access Control / Färbungen, Teil 2. Kapazität & Scheduling. kurze Wiederholung Schöner verteilter Färbungsalgorithmus Heute Medium Access Control / Färbungen, Teil kurze Wiederholung Schöner verteilter Färbungsalgorithmus Kapazität & Scheduling Interferenz etwas realistischer neue Probleme und Herangehensweisen VL 0 Eine

Mehr

Algorithmen für Ad-hoc- und Sensornetze

Algorithmen für Ad-hoc- und Sensornetze Algorithmen für Ad-hoc- und Sensornetze Übung 6 Kommunikation und Färbungen im SINR Modell (basierend auf VL11) Fabian Fuchs 17. Jan. 2015 (Version 1) INSTITUT FÜR THEORETISCHE INFORMATIK - LEHRSTUHL FÜR

Mehr

Algorithmen für Ad-hoc- und Sensornetze

Algorithmen für Ad-hoc- und Sensornetze Algorithmen für Ad-hoc- und Sensornetze VL 11 Kommunikation und Färbungen im SINR Modell Fabian Fuchs 17. Dez. 2015 (Version 1) INSTITUT FÜR THEORETISCHE INFORMATIK - LEHRSTUHL FÜR ALGORITHMIK (PROF. WAGNER)

Mehr

Überblick. Organisatorisches. Erinnerung: Motivation Domin. Sets. Algorithmen für Ad-hoc- und Sensornetze

Überblick. Organisatorisches. Erinnerung: Motivation Domin. Sets. Algorithmen für Ad-hoc- und Sensornetze Überblick Organisatorisches Clustering Was bisher geschah Luby s MIS-Algorithmus & Beweis Von MIS zu CDS Vorlesungsevaluation Medium Access Control (MAC) und Coloring MAC-Layer / Motivation Einstieg ins

Mehr

Positionsbasiertes Routing in mobilen Ad-hoc Netzwerken

Positionsbasiertes Routing in mobilen Ad-hoc Netzwerken Positionsbasiertes Routing in mobilen Ad-hoc Netzwerken KM-/VS-Seminar Wintersemester 2002/2003 Betreuer: Oliver Wellnitz 1 Überblick Einleitung Eigenschaften von Ad-hoc Netzwerken Grundlagen von positionsbasierten

Mehr

Rolf Wanka Sommersemester Vorlesung

Rolf Wanka Sommersemester Vorlesung Peer-to to-peer-netzwerke Rolf Wanka Sommersemester 2007 10. Vorlesung 28.06.2007 rwanka@cs.fau.de basiert auf einer Vorlesung von Christian Schindelhauer an der Uni Freiburg Inhalte Kurze Geschichte der

Mehr

Teil III: Routing - Inhalt I. Literatur. Geometric Routing. Voraussetzungen. Unit Disk Graph (UDG) Geometric Routing 29

Teil III: Routing - Inhalt I. Literatur. Geometric Routing. Voraussetzungen. Unit Disk Graph (UDG) Geometric Routing 29 1 29 Teil III: Routing - Inhalt I Literatur Compass & Face Routing Bounded & Adaptive Face Routing Nicht Ω(1) UDG E. Kranakis, H. Singh und Jorge Urrutia: Compass Routing on Geometric Networks. Canadian

Mehr

Algorithmen für Ad-hoc- und Sensornetze

Algorithmen für Ad-hoc- und Sensornetze Algorithmen für Ad-hoc- und Sensornetze VL 09 Clustering Fabian Fuchs 03. Dezember 205 (Version ) INSTITUT FÜR THEORETISCHE INFORMATIK - LEHRSTUHL FÜR ALGORITHMIK (PROF. WAGNER) KIT Universität des Landes

Mehr

Heute. Algorithmen für Ad-hoc- und Sensornetze. Verbindungsmodelle. Ein Rückblick auf Modelle. DM konstante BIG. QUBG Quasi-Unit-Ball- UBG Unit-Ball-

Heute. Algorithmen für Ad-hoc- und Sensornetze. Verbindungsmodelle. Ein Rückblick auf Modelle. DM konstante BIG. QUBG Quasi-Unit-Ball- UBG Unit-Ball- Heute Algorithmen für Ad-hoc- und Sensornetze VL 13 Der Schluss Markus Völker 18. Juli 2012 (Version 1) Modellüberblick, Trends & Exoten Mobilität Geometrie in dichten Netzen INSTITUT FÜR THEORETISCHE

Mehr

Algorithmen für Ad-hoc- und Sensornetze

Algorithmen für Ad-hoc- und Sensornetze Algorithmen für Ad-hoc- und Sensornetze VL 04 Topologiekontrolle Fabian Fuchs 04. Nov. 2015 (Version 2) INSTITUT FÜR THEORETISCHE INFORMATIK - LEHRSTUHL FÜR ALGORITHMIK (PROF. WAGNER) KIT Universität des

Mehr

Algorithmen für Ad-hoc- und Sensornetze

Algorithmen für Ad-hoc- und Sensornetze Algorithmen für Ad-hoc- und Sensornetze Übung 1 Leader Election Fabian Fuchs 27. Oktober 2015 (Version 1) INSTITUT FÜR THEORETISCHE INFORMATIK - LEHRSTUHL FÜR ALGORITHMIK (PROF. WAGNER) KIT Universität

Mehr

Laptop A location aware peer-to-peer overlay network

Laptop A location aware peer-to-peer overlay network Laptop A location aware peer-to-peer overlay network Chi-Jen Wu, De-Kai Liu and Ren-Hung Hwang Seminar peer-to-peer Netzwerke Prof. Dr. Christian Schindelhauer 29. Juli 2009 Überblick Was ist Laptop? Aufbau

Mehr

Ankündigungen. Algorithmen für Ad-hoc- und Sensornetze. Überblick. Topologiekontrolle

Ankündigungen. Algorithmen für Ad-hoc- und Sensornetze. Überblick. Topologiekontrolle Ankündigungen Algorithmen für Ad-hoc- und Sensornetze VL 04 Topologiekontrolle Markus Völker 09. Mai 202 (Version ) Vortrag am Montag, den 4.05.202, 0 Uhr, SR 236 Prof. Dr. Roger Wattenhofer (ETH Zürich):

Mehr

Algorithmen für Routenplanung 2. Sitzung, Sommersemester 2010 Thomas Pajor 26. April 2010

Algorithmen für Routenplanung 2. Sitzung, Sommersemester 2010 Thomas Pajor 26. April 2010 Algorithmen für Routenplanung 2. Sitzung, Sommersemester 2010 Thomas Pajor 26. April 2010 INSTITUT FÜR THEORETISCHE INFORMATIK ALGORITHMIK I PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg

Mehr

Algorithmen II Vorlesung am

Algorithmen II Vorlesung am Algorithmen II Vorlesung am 07..0 Minimale Schnitte in Graphen INSTITUT FÜR THEORETISCHE INFORMATIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg und Algorithmen nationales Forschungszentrum

Mehr

Peer-to-Peer- Netzwerke

Peer-to-Peer- Netzwerke Peer-to-Peer- Netzwerke Christian Schindelhauer Sommersemester 2006 11. Vorlesung 01.06.2006 schindel@informatik.uni-freiburg.de 1 Inhalte Kurze Geschichte der Peer-to-Peer- Netzwerke Das Internet: Unter

Mehr

Algorithmen für Ad-hoc- und Sensornetze VL 10 Eine kurze Geschichte vom Färben

Algorithmen für Ad-hoc- und Sensornetze VL 10 Eine kurze Geschichte vom Färben Algorithmen für Ad-hoc- und Sensornetze VL 0 Eine kurze Geschichte vom Färben Dr. rer. nat. Bastian Katz. Juli 2009 (Version 3 vom 3. Juli 2009) Motivation Kommunikation im drahtlosen Kanal ist nicht beliebig

Mehr

Algorithmen für Ad-hoc- und Sensornetze

Algorithmen für Ad-hoc- und Sensornetze Algorithmen für Ad-hoc- und Sensornetze VL 08 Data Gathering mit Network Coding Fabian Fuchs 26. Nov. 2015 (Version 2) INSTITUT FÜR THEORETISCHE INFORMATIK - LEHRSTUHL FÜR ALGORITHMIK (PROF. WAGNER) KIT

Mehr

Beispielbild. Georouting. Jakob Pfender Institut für Informatik

Beispielbild. Georouting. Jakob Pfender Institut für Informatik Beispielbild Georouting Jakob Pfender Institut für Informatik 28. 01. 2010 Einleitung -Geographische Position statt logischer Adresse -Motivation: Verteilte Netze ohne feste Topologie, bewegliche Knoten

Mehr

Algorithmen für Ad-hoc- und Sensornetze

Algorithmen für Ad-hoc- und Sensornetze Algorithmen für Ad-hoc- und Sensornetze VL 04 Topologiekontrolle Fabian Fuchs 04. Nov. 2015 (Version 2) INSTITUT FÜR THEORETISCHE INFORMATIK - LEHRSTUHL FÜR ALGORITHMIK (PROF. WAGNER) KIT Universität des

Mehr

Algorithmen für Ad-hoc- und Sensornetze

Algorithmen für Ad-hoc- und Sensornetze Algorithmen für Ad-hoc- und Sensornetze VL 07 Data Gathering Fabian Fuchs 24. Nov. 2015 (Version 1) INSTITUT FÜR THEORETISCHE INFORMATIK - LEHRSTUHL FÜR ALGORITHMIK (PROF. WAGNER) KIT Universität des Landes

Mehr

Drahtlose Netzwerke. Grundlagen und Einsatzfelder. Ad-Hoc Netzwerke

Drahtlose Netzwerke. Grundlagen und Einsatzfelder. Ad-Hoc Netzwerke rahtlose Netzwerke Grundlagen und Einsatzfelder d-hoc Netzwerke Was ist ein d-hoc Netzwerk? Ein Netzwerk, welches bei edarf entsteht Nicht von existierender Infrastruktur unterstützt lternative ezeichnungen:

Mehr

Rechnernetze Übung 10. Frank Weinhold Professur VSR Fakultät für Informatik TU Chemnitz Juni 2011

Rechnernetze Übung 10. Frank Weinhold Professur VSR Fakultät für Informatik TU Chemnitz Juni 2011 Rechnernetze Übung 10 rank Weinhold Professur VSR akultät für Informatik TU hemnitz Juni 2011 Das Weiterleiten (Routing) erfüllt die wichtige ufgabe, einzelne Teilstrecken des Kommunikationsnetzes so zu

Mehr

Seminar Mobile Computing Routing in Ad Hoc Netzen

Seminar Mobile Computing Routing in Ad Hoc Netzen Seminar Mobile Computing Routing in Ad Hoc Netzen Bär Urs ubaer@student.ethz.ch Inhalt Was ist ein Ad Hoc Netz? Probleme beim Routing Ausgesuchte Routingverfahren - Destination Sequenced Distance Vector

Mehr

Algorithmen für Ad-hoc- und Sensornetze VL 04 Topologiekontrolle

Algorithmen für Ad-hoc- und Sensornetze VL 04 Topologiekontrolle Algorithmen für Ad-hoc- und Sensornetze VL 04 Topologiekontrolle Dr. rer. nat. Bastian Katz 13. Mai 2009 (Version 2 vom 15. Mai 2009) Organisatorisches / Erinnerung Vorlesung am 27. Mai fällt aus! Vorlesung

Mehr

Algorithmen für Ad-hoc- und Sensornetze

Algorithmen für Ad-hoc- und Sensornetze Algorithmen für Ad-hoc- und Sensornetze VL 06 Routing Roman Prutkin 12. Nov. 2015 (Version 1) INSTITUT FÜR THEORETISCHE INFORMATIK - LEHRSTUHL FÜR ALGORITHMIK (PROF. WAGNER) KIT Universität des Landes

Mehr

Rechnernetze I SS Universität Siegen Tel.: 0271/ , Büro: H-B Stand: 18.

Rechnernetze I SS Universität Siegen Tel.: 0271/ , Büro: H-B Stand: 18. Rechnernetze I SS 2017 Universität Siegen rolanda.dwismuellera@duni-siegena.de Tel.: 0271/740-4050, üro: H- 8404 Stand: 18. Mai 2017 etriebssysteme / verteilte Systeme Rechnernetze I (1/13) i Rechnernetze

Mehr

Algorithmen für Ad-hoc- und Sensornetze VL 11 Kapazität und Scheduling

Algorithmen für Ad-hoc- und Sensornetze VL 11 Kapazität und Scheduling Algorithmen für Ad-hoc- und Sensornetze VL 11 Kapazität und Scheduling Dr. rer. nat. Bastian Katz 8. Juli 2009 (Version 2 vom 13. Juli 2009) Motivation Wenn man Übertragungen optimal zeitlich plant, kann

Mehr

Virtual-Ring-Routing (VRR)

Virtual-Ring-Routing (VRR) TU-Berlin Fakultät IV:INET WS2008 Virtual-Ring-Routing (VRR) Veranstaltung Internet Routing Vortrag am 7.3.2008 von Krzysztof Ibek Fahrplan Motivation Mesh-Landschaft Techniken, Protokolle VRR Ansatz Funktionsweise

Mehr

Peer-to-Peer- Netzwerke

Peer-to-Peer- Netzwerke Peer-to-Peer- Netzwerke Christian Schindelhauer Sommersemester 2006 16. Vorlesung 29.06.2006 schindel@informatik.uni-freiburg.de 1 Skip-Net J. Aspnes and G. Shah. Skip graphs, 2003 SkipNet: A Scalable

Mehr

Geometrie 2. Julian Fischer Julian Fischer Geometrie / 30

Geometrie 2. Julian Fischer Julian Fischer Geometrie / 30 Geometrie 2 Julian Fischer 6.7.2009 Julian Fischer Geometrie 2 6.7.2009 1 / 30 Themen 1 Bereichssuche und kd-bäume 1 Bereichssuche 2 kd-bäume 2 Divide and Conquer 1 Closest pair 2 Beispiel: Points (IOI

Mehr

Motivation Algorithmen für Ad-hoc- und Sensornetze. Ad-hoc-Lösung: CSMA/CA. VL 10 Eine kurze Geschichte vom Färben

Motivation Algorithmen für Ad-hoc- und Sensornetze. Ad-hoc-Lösung: CSMA/CA. VL 10 Eine kurze Geschichte vom Färben Motivation Algorithmen für Ad-hoc- und Sensornetze VL 0 Eine kurze Geschichte vom Färben Dr. rer. nat. Bastian Katz. Juli 009 (Version vom. Juli 009) Kommunikation im drahtlosen Kanal ist nicht beliebig

Mehr

Algorithmische Methoden zur Netzwerkanalyse

Algorithmische Methoden zur Netzwerkanalyse Algorithmische Methoden zur Netzwerkanalyse Prof. Dr. Henning Meyerhenke Institut für Theoretische Informatik 1 KIT Henning Universität desmeyerhenke, Landes Baden-Württemberg Institutund für Theoretische

Mehr

Thema heute: Lokalisierung. Algorithmen für Ad-hoc- und Sensornetze. Was man alles messen kann. Überblick. Warum wir Knotenpositionen brauchen

Thema heute: Lokalisierung. Algorithmen für Ad-hoc- und Sensornetze. Was man alles messen kann. Überblick. Warum wir Knotenpositionen brauchen Thema heute: Lokalisierung lgorithmen für d-hoc- und Sensornetze VL 05 Lokalisierung und virtuelle Koordinaten Markus Völker 23. Mai 202 (Version ) INSTITUT FÜR THEORETISCHE INFORMTIK -LEHRSTUHL FÜR LGORITHMIK

Mehr

Algorithmen für Ad-hoc- und Sensornetze VL 01 Einführung und erste Schritte

Algorithmen für Ad-hoc- und Sensornetze VL 01 Einführung und erste Schritte Algorithmen für Ad-hoc- und Sensornetze VL 01 Einführung und erste Schritte Markus Völker Version 1 vom 18. April 2012 INSTITUT FÜR THEORETISCHE INFORMATIK - LEHRSTUHL FÜR ALGORITHMIK (PROF. WAGNER) KIT

Mehr

Algorithmen II Vorlesung am

Algorithmen II Vorlesung am Algorithmen II Vorlesung am 0..0 Minimale Schnitte in Graphen INSTITUT FÜR THEORETISCHE INFORMATIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg und Algorithmen nationales Forschungszentrum

Mehr

Organisatorisches / Erinnerung. Algorithmen für Ad-hoc- und Sensornetze. Topologiekontrolle. Topologiekontrolle. Topologiekontrolle

Organisatorisches / Erinnerung. Algorithmen für Ad-hoc- und Sensornetze. Topologiekontrolle. Topologiekontrolle. Topologiekontrolle Algorithmen für Ad-hoc- und Sensornetze VL 04 Topologiekontrolle Dr. rer. nat. Bastian Katz Organisatorisches / Erinnerung Vorlesung am 27. Mai fällt aus! Vorlesung vom 24. Juni findet statt am Montag,

Mehr

Algorithmen für Ad-hoc- und Sensornetze VL 01 Einführung und erste Schritte

Algorithmen für Ad-hoc- und Sensornetze VL 01 Einführung und erste Schritte Algorithmen für Ad-hoc- und Sensornetze VL 01 Einführung und erste Schritte Fabian Fuchs Version 1 vom 20. Oktober 2015 INSTITUT FÜR THEORETISCHE INFORMATIK - LEHRSTUHL FÜR ALGORITHMIK (PROF. WAGNER) KIT

Mehr

Vorlesung Datenstrukturen

Vorlesung Datenstrukturen Vorlesung Datenstrukturen Kürzeste Wege Maike Buchin 4. und 6.7.2017 Einführung Motivation: Bestimmung von kürzesten Wegen ist in vielen Anwendungen, z.b. Routenplanung, ein wichtiges Problem. Allgemeine

Mehr

Heute. Algorithmen für Ad-hoc- und Sensornetze. Erinnerung: Synchrone Kommunikation. Asynchrones Knotenmodell

Heute. Algorithmen für Ad-hoc- und Sensornetze. Erinnerung: Synchrone Kommunikation. Asynchrones Knotenmodell Heute Algorithmen für Ad-hoc- und Sensornetze VL und Zeitsynchronisation Markus Völker 8. Juli 0 (Version ) INSTITUT FÜR THEORETISCHE INFORMATIK -LEHRSTUHL FÜR ALGORITHMIK (PROF. WAGNER) Was sind synchrone

Mehr

Algorithmen II Vorlesung am

Algorithmen II Vorlesung am Algorithmen II Vorlesung am 03.12.2013 Algorithmische Geometrie: Schnitte von Strecken Sweep-Line INSTITUT FÜR THEORETISCHE INFORMATIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg

Mehr

Peer-to-Peer- Netzwerke

Peer-to-Peer- Netzwerke Peer-to-Peer- Netzwerke Christian Schindelhauer Sommersemester 2006 9. Vorlesung 24.05.2006 schindel@informatik.uni-freiburg.de 1 Inhalte Kurze Geschichte der Peer-to-Peer- Netzwerke Das Internet: Unter

Mehr

Peer-to-Peer- Netzwerke

Peer-to-Peer- Netzwerke Peer-to-Peer- Netzwerke Christian Schindelhauer Sommersemester 2006 7. Vorlesung 17.05.2006 schindel@informatik.uni-freiburg.de 1 Inhalte Kurze Geschichte der Peer-to-Peer- Netzwerke Das Internet: Unter

Mehr

Algorithmen für Ad-hoc- und Sensornetze

Algorithmen für Ad-hoc- und Sensornetze Algorithmen für Ad-hoc- und Sensornetze VL 07 Data Gathering Markus Völker 06. Juni 2012 (Version 2) INSTITUT FÜR THEORETISCHE INFORMATIK - LEHRSTUHL FÜR ALGORITHMIK (PROF. WAGNER) KIT Universität des

Mehr

Algorithmische Methoden zur Netzwerkanalyse

Algorithmische Methoden zur Netzwerkanalyse Algorithmische Methoden zur Netzwerkanalyse Juniorprof. Dr. Henning Meyerhenke Institut für Theoretische Informatik 1 KIT Henning Universität desmeyerhenke, Landes Baden-Württemberg Institutund für Theoretische

Mehr

Algorithmische Methoden zur Netzwerkanalyse

Algorithmische Methoden zur Netzwerkanalyse Algorithmische Methoden zur Netzwerkanalyse Prof. Dr. Henning Meyerhenke Institut für Theoretische Informatik 1 KIT Henning Die Forschungsuniversität Meyerhenke, in der Institut für Theoretische Informatik

Mehr

Algorithmen für Ad-hoc- und Sensornetze Nachtrag zu VL 06 Doubling Dimensions

Algorithmen für Ad-hoc- und Sensornetze Nachtrag zu VL 06 Doubling Dimensions Algorithmen für Ad-hoc- und Sensornetze Nachtrag zu VL 06 Doubling Dimensions Dr. rer. nat. Bastian Katz 0. Juni 009 (Version vom. Juni 009) Von Kreisen, Kugeln und Bällen Definition In einem metrischen

Mehr

Rechnernetze I SS Universität Siegen Tel.: 0271/ , Büro: H-B Stand: 10.

Rechnernetze I SS Universität Siegen Tel.: 0271/ , Büro: H-B Stand: 10. Rechnernetze I SS 2014 Universität Siegen rolanda.dwismuellera@duni-siegena.de Tel.: 0271/740-4050, Büro: H-B 8404 Stand: 10. ugust 2015 Betriebssysteme / verteilte Systeme Rechnernetze I (1/13) i Rechnernetze

Mehr

2.2. Schnitte von Liniensegmenten

2.2. Schnitte von Liniensegmenten Wir wenden uns nun dem Problem (2) aus 1 zu. F15 Aus zwei Mengen S1, S2 von Liniensegmenten möchten wir alle Schnittpunkte der Segmente aus S1 mit denen aus S2 ermitteln. Wir legen fest, dass sich zwei

Mehr

Punktlokalisierung. Dr. Martin Nöllenburg Vorlesung Algorithmische Geometrie

Punktlokalisierung. Dr. Martin Nöllenburg Vorlesung Algorithmische Geometrie Vorlesung Algorithmische Geometrie LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 24.05.2011 Motivation Gegeben eine Position p = (p x, p y )

Mehr

Lokalisierung von inneren und äußeren Grenzen in Sensornetzwerken

Lokalisierung von inneren und äußeren Grenzen in Sensornetzwerken Lokalisierung von inneren und äußeren Grenzen in Sensornetzwerken Seminararbeit: Algorithmen für Sensornetzwerke Thomas Gramer 1 Thomas Gramer: KIT Universität des Landes Baden-Württemberg und nationales

Mehr

Chord und Varianten. Vortrag Seminar P2P Systeme. Werner Gaulke Das Chord Projekt Grundlagen Aufbau Varianten Fazit

Chord und Varianten. Vortrag Seminar P2P Systeme. Werner Gaulke Das Chord Projekt Grundlagen Aufbau Varianten Fazit Chord und Varianten Vortrag Seminar P2P Systeme Werner Gaulke 17.07.2007 Werner Gaulke Chord und Varianten 1/22 Outline 1 Das Chord Projekt 2 Grundlagen Distributed Hash Tables 3 Aufbau Ringförmiger Aufbau

Mehr

IP Tunneling und Anwendungen

IP Tunneling und Anwendungen IP Tunneling und Anwendungen Netz Nummer Next Hop 1 Interface 0 2 Virtual Interface 0 Default Interface 1 18.5.0.1 Netz 1.x R1 Internet R2 Netz 2.x IP Header, Destination = 2.x IP Payload IP Header, Destination

Mehr

Wahlalgorithmen auf beliebigen Netzstrukturen. Verteilte Algorithmen (VA), WS 2003/04 43

Wahlalgorithmen auf beliebigen Netzstrukturen. Verteilte Algorithmen (VA), WS 2003/04 43 Wahlalgorithmen Überblick/Problemstellung Wahlalgorithmen auf Ringstrukturen Beispiel TokenRing Wahlalgorithmen auf Baumstrukturen Wahlalgorithmen auf beliebigen Netzstrukturen Verteilte Algorithmen (VA),

Mehr

Parallelität und Kommunikation

Parallelität und Kommunikation Parallelität und Kommunikation WS 2010/2011 Friedhelm Meyer auf der Heide V9, 3.1.2011 Friedhelm Meyer auf der Heide 1 Rückblick, Thema heute Wir wollen herausfinden, wie gut Routing entlang unabhängig

Mehr

Graphenalgorithmen und lineare Algebra Hand in Hand Prof. Dr. Henning Meyerhenke

Graphenalgorithmen und lineare Algebra Hand in Hand Prof. Dr. Henning Meyerhenke Graphenalgorithmen und lineare Algebra Hand in Hand Prof. Dr. Henning Meyerhenke Institut für Theoretische Informatik 1 KIT Henning Universität desmeyerhenke, Landes Baden-Württemberg Institutund für Theoretische

Mehr

Datenverbreitung und Aggregation, Routing. Pascal von Rickenbach Assistent: Thomas Schoch

Datenverbreitung und Aggregation, Routing. Pascal von Rickenbach Assistent: Thomas Schoch Datenverbreitung und Aggregation, Routing Pascal von Rickenbach Assistent: Thomas Schoch Übersicht! Motivation & Ziele "! Protokolle! SPIN! Directed Diffusion! LEACH! TTDD! Zusammenfassung & Fazit 2 Eigenschaften

Mehr

Integriertes Seminar Datenbanken und Informationssysteme. Was sind Peer-to-Peer Systeme? Wie kann man diese effizient nutzen?

Integriertes Seminar Datenbanken und Informationssysteme. Was sind Peer-to-Peer Systeme? Wie kann man diese effizient nutzen? Integriertes Seminar Datenbanken und Informationssysteme P2P-Computing Lehrgebiet Datenverwaltungssysteme Prof. Dr. Dr. h.c. Härder Prof. Dr. Deßloch Björn Jung b_jun@informatik.uni-kl.de Technische Universität

Mehr

1 Kürzeste Pfade in Graphen

1 Kürzeste Pfade in Graphen Praktikum Algorithmen-Entwurf (Teil 3) 03.11.2011 1 1 Kürzeste Pfade in Graphen Es sei ein gerichteter Graph G = (V, E) mit V = n Knoten, E = m Kanten und Kantengewichten c : E R gegeben. Ein Pfad in G

Mehr

Inhalte der Vorlesung (vorläufig)

Inhalte der Vorlesung (vorläufig) Vorlesung P2P Netzwerke 5: Pastry Dr. Dominic Battré Complex and Distributed IT Systems dominic.battre@tu berlin.de berlin de Inhalte der Vorlesung (vorläufig) Einleitung Was ist P2P? Definition Einsatzgebiete

Mehr

Automotive.verstehen.gestalten.bewegen. Car2Car Systeme. Java und Peer2Peer ziehen ins Auto. 1 Adam Kovacs

Automotive.verstehen.gestalten.bewegen. Car2Car Systeme. Java und Peer2Peer ziehen ins Auto. 1 Adam Kovacs Automotive.verstehen.gestalten.bewegen Car2Car Systeme Java und Peer2Peer ziehen ins Auto 1 Agenda Peer2Peer Netzwerke Einleitung Von Client-Server zu P2P Standards und Lösungen Vor- und Nachteile Chord

Mehr

Sicherheitsmechanismen für CANbasierte Dienstlokalisierung in Sensornetzen

Sicherheitsmechanismen für CANbasierte Dienstlokalisierung in Sensornetzen Sicherheitsmechanismen für CANbasierte Dienstlokalisierung in Sensornetzen Ingmar Baumgart Hans-Joachim Hof Prof. Dr. M. Zitterbart Institut für Telematik, Universität Karlsruhe (TH) Neue Herausforderungen

Mehr

Routing Algorithmen. Begriffe, Definitionen

Routing Algorithmen. Begriffe, Definitionen Begriffe, Definitionen Routing (aus der Informatik) Wegewahl oder Verkehrslenkung bezeichnet in der Telekommunikation das Festlegen von Wegen für Nachrichtenströme bei der Nachrichtenübermittlung über

Mehr

ScatterNetz-Routing (SNR)

ScatterNetz-Routing (SNR) ScatterNetz-Routing (SNR) Multihopkommunikation für medizinische luetooth ad hoc Netzwerke ndreas L. Kuntz 22. März 2006 liederung Motivation nforderungen & Ziele SNR Überblick Wegfindung ienstsuche atenkanalaufbau

Mehr

Motivation Kenngrößen von Graphen Modelle. Small Worlds. in Vorlesung Semantische Suche in P2P-Netzwerken. Florian Holz

Motivation Kenngrößen von Graphen Modelle. Small Worlds. in Vorlesung Semantische Suche in P2P-Netzwerken. Florian Holz Small Worlds in Vorlesung Florian Holz 14.06.2005 in Vorlesung Small Worlds Florian Holz bekannte Arten der Vernetzung zur Zusammenarbeit (Graphen) regelmäßige, z.b. parallele Hardwarestrukturen vollständige

Mehr

Exponentielle Suche 4/26/10. Beweis für. Situation: Idee: suche zunächst "rechten Rand" r, so dass k < Ar Algo: Analyse:

Exponentielle Suche 4/26/10. Beweis für. Situation: Idee: suche zunächst rechten Rand r, so dass k < Ar Algo: Analyse: Beweis für 9 Exponentielle Situation: n sehr groß esuchtes i, mit Ai = k, ist relativ klein Idee: suche zunächst "rechten Rand" r, so dass k < Ar Algo: 1 2 4 8 i 16 Index r = 1 while A[r] < key: r *= 2

Mehr

Algorithmen für Ad-hoc- und Sensornetze

Algorithmen für Ad-hoc- und Sensornetze Algorithmen für Ad-hoc- und Sensornetze VL 0 Kapazität, Scheduling und Färbungen Fabian Fuchs 0. Dez. 05 (Version ) INSTITUT FÜR THEORETISCHE INFORMATIK - LEHRSTUHL FÜR ALGORITHMIK (PROF. WAGNER) KIT Universität

Mehr

Organic Computing. Rolf Wanka Sommersemester Organic Computing: Peer-to-Peer-Netzwerke

Organic Computing. Rolf Wanka Sommersemester Organic Computing: Peer-to-Peer-Netzwerke Organic Computing Peer-to to-peer-netzwerke Rolf Wanka Sommersemester 2008 rwanka@cs.fau.de Peer-to-Peer-Netzwerke Inhalte Kurze Geschichte der Peer-to-Peer- Netzwerke Das Internet: Unter dem Overlay Die

Mehr

Rolf Wanka Sommersemester Vorlesung

Rolf Wanka Sommersemester Vorlesung Peer-to to-peer-netzwerke Rolf Wanka Sommersemester 2007 7. Vorlesung 05.06.2007 rwanka@cs.fau.de basiert auf einer Vorlesung von Christian Schindelhauer an der Uni Freiburg Lookup in CAN Verbindungsstruktur:

Mehr

Algorithmische Methoden zur Netzwerkanalyse

Algorithmische Methoden zur Netzwerkanalyse Algorithmische Methoden zur Netzwerkanalyse Juniorprof. Dr. Henning Meyerhenke Institut für Theoretische Informatik 1 KIT Henning Universität desmeyerhenke, Landes Baden-Württemberg Institutund für Theoretische

Mehr

Algorithmen des Internets

Algorithmen des Internets Algorithmen des Internets Sommersemester 2005 20.06.2005 10. Vorlesung schindel@upb.de Überblick Das Internet: Einführung und Überblick Mathematische Grundlagen IP: Routing im Internet TCP: Das Transport-Protokoll

Mehr

Zusammenfassung des 2. Abends

Zusammenfassung des 2. Abends lgorithmen in der iologie r. Hans-Joachim öckenhauer r. ennis Komm Zusammenfassung des. bends Zürich, 0. pril 0 lignment-verfahren Für einen Überblick über die lignment-lgorithmen zur estimmung der Ähnlichkeit

Mehr

Routing A lgorithmen Algorithmen Begriffe, Definitionen Wegewahl Verkehrslenkung

Routing A lgorithmen Algorithmen Begriffe, Definitionen Wegewahl Verkehrslenkung Begriffe, Definitionen Routing (aus der Informatik) Wegewahl oder Verkehrslenkung bezeichnet in der Telekommunikation das Festlegen von Wegen für Nachrichtenströme bei der Nachrichtenübermittlung über

Mehr

Das Problem des minimalen Steiner-Baumes

Das Problem des minimalen Steiner-Baumes Das Problem des minimalen Steiner-Baumes Ein polynomieller Approximationsalgorithmus Benedikt Wagner 4.05.208 INSTITUT FU R THEORETISCHE INFORMATIK, LEHRSTUHL ALGORITHMIK KIT Die Forschungsuniversita t

Mehr

Algorithmen für Ad-hoc- und Sensornetze

Algorithmen für Ad-hoc- und Sensornetze Algorithmen für Ad-hoc- und Sensornetze VL 06 Routing Dr. rer. nat. Bastian Katz 3. Juni 2009 (Version 2 vom 5. Juni 2009) Heute Greedy-Einbettungen in metrische Räume Wenn Greedy Routing auf echten Koordinaten

Mehr

Distributed Memory Computer (DMC)

Distributed Memory Computer (DMC) Distributed Memory Computer (DMC) verteilter Speicher: jeder Prozessor kann nur auf seinen lokalen Speicher zugreifen Kopplung mehrerer Prozessoren über E/A-Schnittstellen und Verbindungsnetzwerk, nicht

Mehr

Algorithmen für Ad-hoc- und Sensornetze VL 01 Einführung und erste Schritte

Algorithmen für Ad-hoc- und Sensornetze VL 01 Einführung und erste Schritte Algorithmen für Ad-hoc- und Sensornetze VL 01 Einführung und erste Schritte Dr. rer. nat. Bastian Katz 22. April 2009 (Version 3 vom 24. April 2009) Organisatorisches Sprechstunde jederzeit nach Vereinbarung,

Mehr

Algorithmische Methoden für schwere Optimierungsprobleme

Algorithmische Methoden für schwere Optimierungsprobleme Algorithmische Methoden für schwere Optimierungsprobleme Prof. Dr. Henning Meyerhenke Institut für Theoretische Informatik 1 KIT Henning Die Forschungsuniversität Meyerhenke, in der Institut für Theoretische

Mehr

G. Zachmann Clausthal University, Germany

G. Zachmann Clausthal University, Germany lausthal Informatik II Suchen lausthal University, ermany zach@in.tu-clausthal.de Problemstellung egeben ist eine Menge von Datensätzen {A1,...,An} esucht sind die Datensätze, deren Schlüssel (Key) = A[i].key

Mehr

Algorithmische Geometrie: Schnittpunkte von Strecken

Algorithmische Geometrie: Schnittpunkte von Strecken Algorithmische Geometrie: Schnittpunkte von Strecken Nico Düvelmeyer WS 2009/2010, 3.11.2009 3 Phasen im Algorithmenentwurf 1. Konzentration auf das Hauptproblem 2. Verallgemeinerung auf entartete Eingaben

Mehr

Theoretische Informatik. Exkurs: Komplexität von Optimierungsproblemen. Optimierungsprobleme. Optimierungsprobleme. Exkurs Optimierungsprobleme

Theoretische Informatik. Exkurs: Komplexität von Optimierungsproblemen. Optimierungsprobleme. Optimierungsprobleme. Exkurs Optimierungsprobleme Theoretische Informatik Exkurs Rainer Schrader Exkurs: Komplexität von n Institut für Informatik 13. Mai 2009 1 / 34 2 / 34 Gliederung Entscheidungs- und Approximationen und Gütegarantien zwei Greedy-Strategien

Mehr

Algorithmen II Vorlesung am

Algorithmen II Vorlesung am Algorithmen II Vorlesung am 31.01.2013 Algorithmen für externen Speicher INSTITUT FÜR THEORETISCHE INFORMATIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg und Algorithmen nationales

Mehr

Voronoi-Diagramme. Dr. Martin Nöllenburg Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK

Voronoi-Diagramme. Dr. Martin Nöllenburg Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 29.05.2011 Das Postamt-Problem b(p, q) = {x R 2 : xp = xq } p q h(p, q) h(q, p) = {x :

Mehr

Algorithmische Methoden zur Netzwerkanalyse Vorlesung 8, Henning Meyerhenke

Algorithmische Methoden zur Netzwerkanalyse Vorlesung 8, Henning Meyerhenke Algorithmische Methoden zur Netzwerkanalyse Vorlesung 8, 07.12.2011 Henning Meyerhenke 1 KIT Henning Universität desmeyerhenke: Landes Baden-Württemberg und nationales Algorithmische Forschungszentrum

Mehr

Algorithmische Methoden zur Netzwerkanalyse Vorlesung 12, Henning Meyerhenke

Algorithmische Methoden zur Netzwerkanalyse Vorlesung 12, Henning Meyerhenke Algorithmische Methoden zur Netzwerkanalyse Vorlesung 12, 25.01.2012 Henning Meyerhenke 1 KIT Henning Universität desmeyerhenke: Landes Baden-Württemberg und nationales Algorithmische Forschungszentrum

Mehr